|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KIV / PTZD
:
Popis předmětu
Pracoviště / Zkratka
|
KIV
/
PTZD
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Program. a technolog. pro zpracování dat
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Název dlouhý
|
Programování a technologie pro zpracování dat
|
Akreditováno / Kredity
|
Ano,
5
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
2
[HOD/TYD]
Cvičení
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
3 / -
|
0 / -
|
1 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní semestr
|
Vyučovaný semestr
|
Zimní semestr
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
0
|
Hodnotící stupnice |
1|2|3|4 |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ano
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
1|2|3|4 |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
KIV/PPZD
|
Předměty,které předmět podmiňuje
|
KFI/UINSZ
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Cílem předmětu je představit studentům různé nástroje pro zpracování dat a naučit základy programování.
|
Požadavky na studenta
|
Zápočet - získání min. 50% bodů ze semestrální práce
Mezní termín získání zápočtu je 30.1. daného akademického roku ve 14:00.
Zkouška - kombinovaná min. 50% bodů
Z důvodu průběžné aktualizace předmětu je pro získání zápočtu při opakovaném zapsání předmětu (viz SZŘ čl. 24 odst. 3) nutné souhlasné vyjádření garanta předmětu.
Upozornění:
Termíny a forma ověřování splnění požadavků mohou být upraveny s ohledem na opatření vyhlášená v souvislosti s vývojem epidemiologické situace v ČR.
|
Obsah
|
1. Vývojové prostředí (IDE, textový editor, pluginy).
2. Zpracování číselných dat - datové struktury, matematické výpočty a statistické funkce.
3. Opakování a prohloubení znalostí - řídící struktury, debugování.
4. Techniky uložení informace - při běhu a po ukončení programu.
5. Zapouzdření kódu - funkce, procedury, objekty.
6.-7. Proces vývoje sw, dekompozice problému. Ověřování správnosti programu, testování.
8.-9. Zpracování textových informací a export do formátů pro další zpracování (XML, JSON, CSV).
10.-11. Způsoby vizualizace dat - online a offline techniky. Interpretace dat.
12.-13. Volání externích aplikací, rozhraní webových služeb (API, REST). Prostředí pro spouštění kódu.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
-
Garanti:
Ing. Martin Dostal, Ph.D. ,
-
Přednášející:
Ing. Martin Dostal, Ph.D. (100%),
Doc. Ing. Dalibor Fiala, Ph.D. (100%),
-
Cvičící:
Ing. Martin Dostal, Ph.D. (100%),
Doc. Ing. Dalibor Fiala, Ph.D. (100%),
|
Literatura
|
-
Základní:
Hans Petter Langtangen. Python Scripting for Computational Science. 2009.
-
Doporučená:
Brian Kokensparger. Guide to Programming for the Digital Humanities: Lessons for Introductory Python. 2018.
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Vypracování seminární práce v magisterském studijním programu [5-100]
|
40
|
Kontaktní výuka
|
52
|
Příprava na zkoušku [10-60]
|
40
|
Celkem
|
132
|
|
Předpoklady
|
Odborné znalosti - pro úspěšné zvládnutí předmětu se předpokládá, že je student před zahájením výuky schopen: |
Vysvětlit základní pojmy ze statistiky a matematiky na úrovni látky ze střední školy. |
Student má základní znalosti ohledně fungování počítače. |
Student zná základní formáty pro uložení textových informací. |
Odborné dovednosti - pro úspěšné zvládnutí předmětu se předpokládá, že student před zahájením výuky dokáže: |
ovládat pc na pokročilé úrovni |
obstojně ovládat tabulkový procesor typu MS Excel |
Obecné způsobilosti - před zahájením studia předmětu je student schopen: |
bc. studium: vytváří hypotézy, navrhuje postupné kroky, zvažuje využití různých postupů při řešení problému nebo ověřování hypotézy, |
bc. studium: efektivně využívá moderní informační technologie, |
bc. studium: používá s porozuměním odborný jazyk a symbolická a grafická vyjádření informací různého typu, |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
Absolvováním student získá znalosti v oblasti přípravy, analýzy a zpracování dat různého typu. |
Pokročilé znalosti v oblasti programování v Pythonu v oblasti zpracování textových dat a jejich vizualizace. |
Odborné dovednosti - po absolvování předmětu prokazuje student dovednosti: |
praktickou schopností analyzovat data a vyvozovat z nich závěry |
student dovede předzpracovat, analyzovat a vizualizovat textová vstupní data |
Obecné způsobilosti - po absolvování předmětu je student schopen: |
mgr. studium: dle vyvíjejících se souvislostí a dostupných zdrojů vymezí zadání pro odborné činnosti, koordinují je a nesou konečnou odpovědnost za jejich výsledky, |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Seminární práce, |
Individuální prezentace, |
Odborné dovednosti - odborné dovednosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Seminární práce, |
Individuální prezentace, |
Obecné způsobilosti - obecné způsobilosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Seminární práce, |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Přednáška s demonstrací, |
Přednáška s aktivizací studentů, |
Odborné dovednosti - pro dosažení odborných dovedností jsou užívány vyučovací metody: |
Přednáška s demonstrací, |
Cvičení (praktické činnosti), |
Demonstrace dovedností, |
Obecné způsobilosti - pro dosažení obecných způsobilostí jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Přednáška s demonstrací, |
Cvičení (praktické činnosti), |
|
|
|
|